driving scenes | BriefGPT - AI 论文速递

关键词driving scenes

搜索结果 - 6

基于像素流形的复杂驾驶场景异常分割的随机游走
在复杂的驾驶场景的异常分割中，我们提出了一种名为随机游走像素流形（RWPM）的新方法，通过利用随机游走来改善像素嵌入，从而改善异常评分的准确性，经过广泛实验证明，RWPM 持续改善现有的异常分割方法的性能并取得最佳结果。
PDF2 months ago
基于消失点引导的驾驶场景视频语义分割
利用消失点先验知识的 VPSeg 模型在驾驶场景下进行视频语义分割，通过两个模块（DenseVP 和 MotionVP）利用静态和动态消失点先验知识，实现了更加有效的分割结果。这种模型在两个流行的驾驶分割基准数据集 Cityscapes 和
PDF5 months ago
DGNR：大型驾驶场景的密度引导神经点渲染
通过学习密度空间并引导构建点云渲染器的新框架 DGNR（Density-Guided Neural Rendering）解决了 Neural Radiance Field 在渲染大规模驾驶场景时的挑战，实现了合适的渲染质量和高效率。
PDF7 months ago
T-UDA：序列点云中的时态无监督领域适应
通过结合输入数据的时间和跨传感器的几何一致性和均值教师方法，我们引入了一种新颖的领域适应方法，称为 T-UDA（时间 UDA），该方法在驾驶场景的 3D 语义分割任务中取得了显著的性能提升。
PDF10 months ago
OVeNet: 偏移向量网络用于语义分割
通过 Offset Vector Network 将近邻像素信息应用到类别预测中，从而实现图像语义分割的改进，提出了一种新的两头网络，该网络生成标准的语义预测和密集的 2D 偏移向量场，指示每个像素到相应种子像素的偏移，并通过学习密集置信
PDFa year ago
ICCVMAAD: 面向驾驶中 “关注感知” 的模型和数据集
提出了一种计算模型估计人们对所处环境的注意意识，测试了该模型在驾驶场景中的效果，结果表明该模型能够合理地估计被关注的意识区域，并在视觉显著性、凝视校准和去噪等任务中表现出较好的效果。
PDF3 years ago